基于差分海洋捕食者优化算法的FBG重叠谱解调方法

随着光纤布拉格光栅(fiber Bragg grating,FBG)传感网络应用越来越广泛,对其复用性的要求也日益提高,但FBG复用可能会导致光谱重叠。针对重叠光谱影响FBG解调精度问题,提出了一种基于差分海洋捕食者优化算法的重叠谱解调方法。采用差分进化算法优化海洋捕食者个体更新位置策略,增强了其跳出局部最优解的能力。对2~4个FBG重叠谱进行了仿真研究,并对2个FBG重叠谱解调进行了实验验证。将所提方法与粒子群算法和海洋捕食者算法进行了性能比较,结果表明:本文方法可以有效降低陷入局部最优的概率,提高了算法的稳定性和可靠性。

因子分析在X射线荧光光谱重叠谱峰识别中的应用

用渐进因子分析 (EFA)方法处理合金样品的X射线荧光扫描谱数据 ,按照数学原理选取扫描步长 ,根据XRF特性选择合适的训练集建立数学模型 ,可以准确判断谱峰重叠 ,该方法在合理取点和组分含量相当的情况下有良好的识别能力。

应用遗传算法拟合偏振X射线荧光重叠谱

X射线荧光光谱分析由于受能量探测器分辨率的限制,谱线重叠干扰严重。不采用合适的重叠谱峰分解或曲线拟合技术,很难进行成分定性和定量分析。样品中的元素及谱线未知、背景基线不确定和模型初始参数不准确是曲线拟合中的最大困难。有多种算法可应用于光谱分析中的曲线拟合。文章将遗传算法应用于永磁材料偏振X射线荧光中的重叠谱分解,研究了进化策略对谱峰分解质量的影响,比较了遗传算法与传统算法的拟合结果。研究表明遗传算法在谱线严重重叠情况下仍具有较强的谱峰分解能力;群体初始化和进化策略的正确选择是该算法成功应用的关键;遗传算法具有全局搜索能力,对重叠谱峰的分辨能力优于标准Marquardt-Levenberg算法。

基于宽带k分布模型的气体重叠谱带发射率计算与分析

针对富氧燃烧方式下烟气中高浓度CO2和H2O混合气体发射率的计算难题,以宽带k分布模型为基础,建立了混合气体2.7μm重叠谱带改进模型。以某富氧燃煤电站锅炉为例,采用改进模型计算了混合气体在不同温度、不同路径长度下的发射率,并与逐线计算和2.7μm重叠谱带差值模型进行了对比分析。结果表明:在炉内主要烟温区,该改进模型与逐线计算结果吻合较好,与差值模型相比,计算精度有所提高,模型更为简单;混合气体发射率随路径长度的增大呈递增趋势,但变化幅度逐渐减小。

提高重叠谱图分辨率的研究

本文介绍了微分消卷积法的基本原理,通过对模拟谱图与各种类型的实测谱图进行微分消卷积处理,说明该方法能使谱峰宽度减小,从而提高重叠谱图的分辨率,提高了重叠谱图的解析精度.

粒子群和GMM-SDR模型在重叠谱峰解析中的应用

针对X光谱分析研究中经常遇到的谱峰重叠问题,提出了一种基于标准差关联的高斯混合模型(GMM-SDR)和粒子群算法的重叠谱峰解析方法。首先,介绍了重叠峰的GMM-SDR模型,并以GMM-SDR参数构成粒子位置,给出了粒子目标函数及适应度值的快速算法;然后,利用粒子群算法的群体搜索能力,以搜索最优GMM-SDR模型,进而实现重叠峰的分解。初始值采用随机设定,将测量的所有随机数据作为一个整体,以其对模型的概率匹配程度作为适应度值,故该方法避免了初值设定不当带来的局部收敛问题,克服了传统曲线拟合方法对原始有用数据的破坏,所搜索到的模型是一个全局最优解。通过对四个及以下重叠谱峰的分解表明,该方法分解精度较高,其中,两峰重叠谱分解后的峰位、峰面积及标准差最大相对误差分别为0.4%,0.05%和2.07%,三峰重叠谱分解后的峰位、峰面积及标准差最大相对误差分别为1.2%,0.04%和0.74%,可适用于各种严重重叠谱峰的分解。

数值微分零交点法分辨重叠谱的研究与应用

在简述数值微分零交点法分辨重叠谱的原理基础上，研究了该方法对不同分离度的两组分重叠谱图的分辨效果．结果表明，对于两条高斯型重叠谱线，当分离度Ｒ≥０．０７时，可有效地分辨两组分的谱图．对于前舌和拖尾的重叠谱体系，实现有效分辨的分离度的最低限也随峰变形程度的增加而增大．以Ｌ－色氨酸和ＤＬ－酪氨酸两组分重叠紫外光谱图的分辨为例，讨论了方法在两组分同时测定中的应用．

免疫算法:一种新的多组分重叠色谱信号的解析方法

色谱及其联用技术的快速发展使其成为复杂样品分析的重要手段,但在复杂样品分析中仍难以避免多组分色谱信号的重叠。化学计量学利用数学方法对复杂重叠信号进行解析,为复杂样品的色谱分析提供了新的手段。本文对免疫算法研究的近期进展进行了总结,并以具体的实例介绍了其在多组分重叠色谱信号解析方面的应用。

改进遗传算法用于未知组分数的重叠色谱峰的解析

按照指数修正的Gauss卷积色谱峰模型 ,构造了结合模拟退火及变长染色体的改进遗传算法 ,并结合爬山法 ,可以方便快捷地进行数目未知的重叠色谱峰的精确解析 ;此法成功地应用于大鼠脑微透析液氨基酸定量分析中 。

离子色谱重叠色谱峰的处理

介绍通过信号微分处理分辨离子色谱中重叠峰的方法。实验将对Ｆ－、Ｃｌ－、Ａｃ－、ＮＯ２－、ＮＯ３－、ＰｈＣＯＯ－、山梨酸根和葡萄糖酸根等常见离子分组按一定比例混合，对重叠峰进行微分处理，得到的微分谱图可由峰高定量，收到了较好的效果。

径向基函数神经网络用于重叠色谱峰解析

在高斯基径向基函数神经网络 (RBFNN)学习算法中引入了鲁棒性和随机全局寻优的两阶段遗传算法 :结构学习和参数优化。通过两阶段学习算法的交替使用 ,使网络具有结构自学习和参数优化的能力 ,而后将网络应用于组分数未知的重叠色谱峰解析。该方法具有不需人为干预 ,可自动确定网络结构即组分数的优点 ;并且解析精度较高 ,适用于多组分重叠色谱峰的解析 ;

模差渐进投影法解析重叠色谱峰

提出了一种鉴别重叠色谱峰类型的化学计量学方法——模差渐进投影(MDEP)法。该方法利用二维色谱数据中相邻两个色谱流出点的光谱矢量模的和与该两个矢量和的模之差,建立模差-时间(dm-t)曲线判断非纯色谱峰的纯组分区,同时判定第二组分色谱流出点和倒数第二组分色谱结束点。分别以纯组分区的光谱矢量建立正交阵对该色谱峰进行投影运算,得到投影后转换色谱。该转换色谱消除了纯组分区所对应化合物的色谱和光谱信息。对转换色谱重复上述操作至整个色谱峰的模差-时间曲线均为0时终止,得到重叠色谱峰各组分的色谱流出点和结束点。利用上述结果,采用不包含待测组分光谱信息的该重叠峰二维色谱数据建立正交矩阵对该色谱峰进行投影运算,获得待测组分的相似色谱图。通过比对分析即可得到该组分在重叠色谱峰中的光谱和色谱信息。依次操作,即可获得重叠色谱峰中各组分的光谱和色谱信息。采用模差渐近投影法对4组分模拟重叠二维色谱峰及杜香挥发油GC-MS的重叠色谱峰进行了解析,方法简便、结果准确。

基于自适应免疫算法重叠拉曼谱峰的解析

拉曼光谱测量速度快,可以实现原位实时测量,现已成为过程控制中物料检测的一种重要手段。但由于环境的复杂性以及拉曼光谱信号特点,目前在线检测时难免会出现一些重叠谱峰。基于免疫算法特点,将该方法用于芳烃重叠拉曼谱峰信号的解析中,提取混合物质中单个组分拉曼谱峰信息进行分析,结果表明该方法解析快速、定量准确,相对误差低于1%,是解析重叠拉曼光谱信号的有效方法。针对现场样品检测中出现的重叠谱峰伴随荧光背景信号,提出了结合独立成分分析的自适应免疫算法,有效地解析出荧光背景信号,为复杂样品的拉曼光谱检测分析提供了新的手段。

直观推导式演进特征投影法在拖尾重叠色谱峰解析中的应用

直观推导式演进特征投影法 ( HELP)已成功应用于复杂体系的重叠色谱峰解析 .当色谱峰拖尾时 ,演进特征投影图 ( ELPG)显示的直线段对应的区域中可能含有前面拖尾组分的信息 ,据此进行 HELP解析可能得不到满意结果 .选择 ELPG上直线段的一部分 ,即拖尾组分末端 ,前面组分的信息已基本消失的区域作为选择性区域进行 HELP解析 .同时 ,提出一种新的定量方法 :用主成分分析法 ( PCA)分解待测组分标准样品的二维数据 ,将得到的“标准”色谱引入 HELP的定量过程 ,在色谱峰拖尾或解得谱峰不平滑时 ,得到更准确的结果 .用 HELP方法解析了依诺沙星、诺氟沙星和环丙沙星三组分实验体系 ,结果表明 ,加入上述措施的HELP可有效改善拖尾重叠色谱峰的解析结果 .

电力设备的拉曼光谱重叠谱峰数据自动识别方法

为了提高对变压器的交流侧稳控制能力,需要进行拉曼光谱重叠谱峰数据自动识别,提出一种基于最大功率响应及自适应调节的电力设备拉曼光谱重叠谱峰数据自动识别方法,采用稳控涉网全局联调检测方法进行电力设备的拉曼光谱数据采集,提取电力设备的拉曼光谱重叠谱峰特征量,采用全站发电功率响应分配方法进行电力设备的拉曼光谱特征检测,构建电力设备所有机组转子的负阻尼超低频特征量,采用系统惯量中心特征分析方法进行电力设备变压器的最大功率响应计算及输出自适应调节,采用多直流调制方法,实现电力设备的拉曼光谱重叠谱峰数据自动识别。仿真结果表明,采用该方法进行电力设备的拉曼光谱重叠谱峰数据识别的准确性较高,输出侧稳控制能力较强,系统频率振荡抑制性能较好。

三元重叠色谱峰面积的定量方法

本文从色谱峰的EMG模型出发,通过对重叠色谱峰的模拟和回归分析,提出了一种三元重叠色谱峰的面积的定量方法。三元重叠色谱峰的每一个峰面积可以由峰面积比和总面积求得,此法所需的数据都由实验色谱图上测得,峰面积计算结果的相对误差小于±5％,适用于相对峰谷为50％～95％的三元重叠色谱峰面积的定量。

基于粒子群算法的重叠拉曼谱峰解析

在拉曼光谱技术的应用推广中,检测样品拉曼谱峰的重叠是不可避免的。为了快速解析并定量分析重叠拉曼谱峰信号,该文将粒子群算法分别应用于三组分拉曼谱解析三组分(甲苯,邻二甲苯和间二甲苯)、解析四组分(甲苯,邻二甲苯,间二甲苯和和乙基苯)和解析两组分(邻二甲苯和间二甲苯)芳香烃混合物。实验结果表明:此方法具有较好的分析精度,对于实验中的多组分芳香烃的定量分析,其误差均小于1%,准确率最高可达99.5%,并且占用机时较少,符合在线测量要求。分析结果表明,粒子群算法不但适用于将多种重叠拉曼谱峰进行相互分离,而且可以快速完成各个成分的定量分析,是在线拉曼分析中解析重叠拉曼光谱信号的有效方法之一。

二维重叠色谱峰解析方法的比较

利用渐进因子分析方法 (EFA)和固定尺寸移动窗口因子分析方法 (FSMWEFA)与局部正交投影方法 (LOPA)相结合 ,用于模拟的HPLC DAD二维数据解析。通过比较谱峰部分重叠、光谱完全重叠、色谱拖尾3种情况的结果显示 ,在谱峰部分重叠和色谱拖尾两种情况下两种方法都可以较好的解析重叠峰。但是在光谱完全重叠时 ,前一种方法不能得出正确的结论 。

基于差分进化算法的ICP-AES谱线重叠干扰校正方法研究

在电感耦合等离子体原子发射光谱法(ICP-AES)测量系统中,光谱的叠加现象会导致大部分谱线受到不同程度的重叠干扰,引起后续的定量分析误差。根据光谱叠加产生机理,重点阐述谱线重叠干扰校正思路,建立干扰校正评价函数;基于有限差分法计算重叠谱线的近似二阶导数,根据其极小值分布确定重叠谱线中子峰谱线特征波长的最小取值区间,并以此作为差分进化算法的初始条件之一,然后利用差分进化算法求解评价函数的最优解,作为重叠谱线的最佳特征向量,进而解析出重叠谱线中的干扰谱线和目标谱线。通过构造的模拟重叠谱线数据,研究差分进化算法的种群数量和进化代数对算法性能的影响,并通过实测重叠谱线数据验证了提出的谱线重叠干扰校正方法在工程领域中应用的可行性。实验结果表明,差分进化算法能够较为准确地计算出评价函数的最佳特征向量,并解析出重叠谱线中的目标谱线和干扰谱线,从而实现谱线重叠干扰校正,为待测溶液中元素含量的定量分析奠定了基础。

严重重叠的色谱峰对的解析

本文根据指数修正的高斯函数模型(EMG),并利用回归分析提出了一种解析严重重叠的色谱峰对的方法。此法可适用于相对峰谷在50％～95％的严重重叠的色谱峰对的解析。